La IA está haciendo bajar el precio del conocimiento – las universidades tienen que repensar lo que ofrecen

Durante mucho tiempo, las universidades elaboraron una idea sencilla: el conocimiento era escaso. Pagaste la matrícula, asististe a conferencias, completaste tareas y finalmente obtuviste una credencial.

Ese proceso hizo dos cosas: le dio acceso a conocimientos que eran difíciles de encontrar en otros lugares y señaló a los empleadores que había invertido tiempo y esfuerzo para dominar esos conocimientos.

El modelo funcionó porque la curva de oferta de información de alta calidad estaba muy a la izquierda, lo que significa que el conocimiento era escaso y el precio – matrícula y primas salariales – se mantenía alto.

Ahora la curva se ha desplazado hacia la derecha, como lo ilustra el siguiente gráfico. Cuando la oferta se mueve hacia la derecha – es decir, algo se vuelve más accesible – la nueva intersección con la demanda se sitúa más abajo en el eje de precios. Es por esto que las primas de matrícula y las ventajas salariales para los graduados están ahora bajo presión.

---

---

Según la consultora global McKinsey, la IA generativa podría añadir entre 2,6 billones y 4,4 billones de dólares en la productividad global anual. ¿Por qué? Porque la IA reduce a cero el coste marginal de producir y organizar información.

Los grandes modelos lingüísticos ya no sólo recuperan hechos: explican, traducen, resumen y redactan casi instantáneamente. Cuando la oferta explota de esa manera, la economía básica dice que el precio cae. Como resultado, la “prima por conocimiento” que las universidades han vendido durante mucho tiempo se está desinflando.

Los empleadores ya han hecho su movimiento

Los mercados reaccionan más rápido que los planes de estudio. Desde que se lanzó ChatGPT, las ofertas de trabajo de nivel inicial en el Reino Unido han cayó aproximadamente un tercio. En Estados Unidos, varios estados están eliminando los requisitos de título de las funciones del sector público.

En Maryland, por ejemplo, la proporción de anuncios de empleo del gobierno estatal que requieren un título cayó de aproximadamente el 68% al 53% entre 2022 y 2024.

En términos económicos, los empleadores están cambiando el precio de la mano de obra porque la IA ahora es un sustituto de muchas tareas rutinarias y codificables que antes realizaban los graduados. Si un chatbot puede completar el trabajo a un costo marginal cercano a cero, la prima salarial pagada a un analista junior se reduce.

Pero el valor del conocimiento no está cayendo al mismo ritmo en todas partes. Economistas como David Autor y Daron Acemoglu Señalan que la tecnología sustituye algunas tareas y complementa otras:

• El conocimiento codificable – material estructurado y basado en reglas, como códigos tributarios o plantillas de contratos – enfrenta una rápida sustitución por parte de la IA
• El conocimiento tácito – habilidades contextuales como liderar un equipo a través de conflictos – actúa como complemento, por lo que su valor puede incluso aumentar.

Los datos respaldan esto. Empresa de análisis del mercado laboral Lightcast señala que un tercio de las habilidades que desean los empleadores han cambiado entre 2021 y 2024. El Instituto Empresarial Americano advierte que los trabajadores del conocimiento de nivel medio, cuyos trabajos dependen de una experiencia repetible, son los que corren mayor riesgo de sufrir presión salarial.

Así que sí, el conocimiento básico todavía importa. Lo necesitas para impulsar la IA, juzgar su resultado y tomar buenas decisiones. Pero la prima salarial de equilibrio –es decir, el salario extra que ofrecen los empleadores una vez que se estabilizan la oferta y la demanda de ese conocimiento– se está deslizando rápidamente hacia abajo en la curva de demanda.

¿Qué escasea ahora?

Herbert Simon, ganador del Premio Nobel– economista y científico cognitivo, dicho claramente hace décadas: “Una gran cantidad de información crea una pobreza de atención.” Cuando los hechos se vuelven baratos y abundantes, nuestra limitada capacidad para filtrarlos, juzgarlos y aplicarlos se convierte en el verdadero cuello de botella.

Es por eso que los escasos recursos pasan de la información misma a lo que las máquinas aún tienen dificultades para copiar: atención concentrada, buen juicio, ética sólida, creatividad y colaboración.

Agrupo estos complementos humanos bajo lo que llamo el marco CREAR:

• pensamiento crítico – hacer preguntas inteligentes y detectar argumentos débiles
• resiliencia y adaptabilidad – mantenerse estable cuando todo cambia
• Inteligencia emocional – comprender a las personas y liderar con empatía
• rendición de cuentas y ética – asumir la responsabilidad de decisiones difíciles
• trabajo en equipo y colaboración – trabajar bien con personas que piensan diferente
• creatividad empresarial – ver brechas y construir nuevas soluciones
• reflexión y aprendizaje permanente – mantener la curiosidad y estar listo para crecer.

Estas capacidades son la auténtica escasez del mercado actual. Son complementos de la IA, no sustitutos, razón por la cual sus rendimientos salariales se mantienen o aumentan.

Lo que las universidades pueden hacer ahora mismo

1. Cursos de auditoría: Si ChatGPT ya puede obtener una puntuación alta en un examen, el valor marginal de enseñar ese contenido es cercano a cero. Orientar la evaluación hacia el juicio y la síntesis.

2. Reinvertir en la experiencia de aprendizaje: Invertir recursos en proyectos entrenados, simulaciones complicadas del mundo real y laboratorios de decisiones éticas donde la IA es una herramienta, no el ejecutante.

3. Credencial lo que importa: crear microcredenciales para habilidades como la colaboración, la iniciativa y el razonamiento ético. Estas señales indican que la IA complementa, no sustituye, y los empleadores lo notan.

4. Trabajar con la industria pero mantenerla colaborativa: invitar a los empleadores a codiseñar evaluaciones, no dictarlas. Una buena asociación funciona como un estudio de diseño más que como una hoja de pedidos de una sala de juntas. Los académicos aportan experiencia y rigor docente, los empleadores proporcionan casos de uso del mundo real y los estudiantes ayudan a probar y perfeccionar las ideas.

Las universidades ya no pueden confiar en que la escasez fije el precio de la forma de información seleccionada y acreditada que solía ser difícil de obtener.

La ventaja comparativa ahora radica en cultivar habilidades humanas que actúen como complementos de la IA. Si las universidades no se adaptan, el mercado –tanto estudiantes como empleadores– seguirá adelante sin ellas.

La oportunidad es clara. Cambie el producto de la entrega de contenido a la formación de juicios. Enseñe a los estudiantes cómo pensar con máquinas inteligentes, no contra ellas. Porque el viejo modelo, el que valoraba el conocimiento como un bien escaso, ya está cayendo por debajo de su punto de equilibrio económico.